TY - JOUR AU - Salazar, Fernanda AU - Gutiérrez, Sandra AU - Nolivos, Karen PY - 2015/02/28 Y2 - 2024/03/29 TI - Modelo de Flujo de Costo Mínimo para la Asignación de Estudiantes a Instituciones Educativas en el Sistema de Educación Público Ecuatoriano JF - Revista Politécnica JA - Rev. Politéc. VL - 35 IS - 2 SE - Artículos DO - UR - https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/374 SP - 141 AB - <p><strong>Resumen:</strong>En este trabajo se considera el problema de encontrar una asignación óptima de cupos para los estudiantes de Educación General Básica en el Distrito Metropolitano de Quito (DMQ). Este es un problema que año tras año llama la atención de los medios, y de la sociedad en general, por los diferentes métodos que se aplican y la inconformidad de los estudiantes y padres de familia. Con base en los requerimientos de las autoridades de educación, se han generado diferentes escenarios y varios modelos de flujo de costo mínimo que permiten resolver exitosamente el problema. En estos modelos prima el criterio de minimizar la movilidad global de los estudiantes que corresponde al nuevo modelo de gestión pública que se desea aplicar en el país. Adicionalmente, se proponen dos modelos en los que se incluyen los criterios de rendimiento académico y preferencia de los estudiantes, por considerar que se ajustan a la realidad actual. El análisis incluye el cálculo de la oferta y la demanda de cupos, el planteamiento de los modelos de optimización y su solución a través de software especializado.</p><p><strong>Abstract:</strong>Nowadays, the Ecuadorian government has established that people should receive all basic services, including education, in its territory of residence, called District. Therefore, in this work, the goal is to find an optimal assignment of students to public educational institutions in the Metropolitan District of Quito. For the described problem, we have generated minimum cost flow models under three scenarios. In the first one the resulting assignment minimizes the total mobilization of students, as required by the authorities. The second model includes a penalization when a student moves between Districts. Finally, in the third scenario we include a measure of the "social resistance" to the first scenario, which includes criteria such as academic performance of students and their preference to specific institutions. The analysis embraces the supply/demand estimation, the generation of optimization models and their solution through specialized software.</p> ER -